如何计算一个巨大的稀疏矩阵（1-SparseMatrix）？

Question

我对此进行了大量研究，但未找到解决此问题的实用方法。我正在使用scipy创建csr稀疏矩阵，并希望从所有1的等效矩阵中减去此矩阵。在scipy和numpy表示法中，如果矩阵不稀疏，我们可以通过简单地写1 - MatrixVariable来实现。但是，如果Matrix稀疏，则不会执行此操作。我可以想到以下明显的解决方案：

遍历整个稀疏矩阵，将所有零元素设置为1，将所有非零元素设置为0.

但这会创建一个矩阵，其中大多数元素为1且只有少数为0，这不再是稀疏的，并且由于其巨大的大小无法转换为密集。

这可能是另一种有效的方法吗？

感谢。

Answer 1

你的新矩阵不会稀疏，因为它到处都会有1，所以你需要一个密集阵列来保存它：

new_mat = np.ones(sps_mat.shape, sps_mat.dtype) - sps_mat.todense()

这要求您的矩阵适合内存。它实际上要求它在内存中适合3次。如果这是一个问题，你可以通过以下方式提高效率：

new_mat = sps_mat.todense()
new_mat *= -1
new_mat += 1

Answer 2

您可以将{稀疏矩阵中的数据作为1D array访问，以便：

ss.data *= -1
ss.data += 1

对于稀疏矩阵中的所有非零元素，

将像1 - ss一样工作。